1.3. Nghiên cứu ứng dụng công nghệ địa không gian trong quản lý tà
1.3.1. Sử dụng kỹ thuật phép so sánh sau phân loại để xác định thay đổ
nguyên rừng theo thời gian
1.3.1.1. Trên thế giới
Nghiên cứu, phát hiện thay đổi của rừng theo thời gian bằng kỹ thuật so sánh đã được các tác giả của một số quốc gia trên thế giới thực hiện, một số công trình nghiên cứu tiêu về sự thay đổi rừng bằng kỹ thuật so sánh được liệt kê về kết và phân tích một số kết quả chính các tác giả đã ghi nhận được trong các nghiên cứu của mình:
Guler, M. et al (2007), đã lập 3 loại bản đồ tương ứng 3 năm 1980, 1987, 1999 với độ chính xác lần lượt là 83,76%; 89,67% và 87,64% và xác định mức độ biến động sử dụng đất theo 3 mốc thời gian ở Samsun, Thổ Nhĩ Kỳ giai đoạn 1980-1999. Các tác giả đã phân loại sử dụng đất thành 5 loại: đất đô thị, đất nông nghiệp, đất khác, mặt nước, rừng dày và rừng thưa và đã chỉ ra rằng, giai đoạn 1980-1999, diện tích rừng dầy đã giảm từ 41,09% xuống 29,64% và rừng thưa tăng từ 6,73% lên 11,88%.
Hashemi, S. A. et al, (2011) [40], đã thành lập được bản đồ hiện trạng sử dụng khu rừng rụng lá thuộc tỉnh Azerbaijan, Cộng hòa Hồi giáo Iran bằng sử dụng ảnh Landsat ETM+ với độ chính xác sau kiểm định đạt 86%. Đối tương phân loại hiện trạng sử dụng đất thành 5 loại: sông suối, đất không có thực vật, đất nông nghiệp và đất rừng lá rộng rụng lá.
Nguyễn Văn Lợi, (2012) [16], đã sử dụng ảnh viễn thám và GIS để đánh giá và giám sát rừng trồng ở xã Dương Hòa và Phù Sơn, huyện Dương Thủy, tỉnh Thừa Thiên Huế từ 2001 đến 2007. Nghiên cứu đã sử dụng ảnh Landsat 7 ETM+ để phân loại hiện trạng sử dụng đất theo 6 loại: rừng thứ sinh, rừng tự nhiên, rừng trồng, cây bụi, đất cỏ, đất trống để trồng rừng. Kết quả
nghiên cứu đã thành lập được bản đồ hiện trạng rừng các năm 2001, 2003, 2007 với độ chính xác lần lượt là 87,3%; 87,9% và 87,9%. Kết quả nghiên cứu cho thấy, diện tích rừng trồng khép tán có xu hướng tăng dần từ năm 2001 đến năm 2007; đất trống để trồng rừng giảm ở năm 2003 và tăng đột biến vào năm 2007.
Phạm Văn Duẩn và Phùng Văn Khoa, (2013) [4], đã lập bản đồ phân loại rừng bằng chỉ số NDVI được trích xuất từ ảnh SPOT 5 phục vụ cho kiểm kê rừng. Kết quả nghiên cứu đã phân loại lớp phủ khu vực nghiên cứu theo chỉ số NDVI như sau: mặt nước (< 0,944); đất trống (0,0944-0,1962); rừng trồng (0,1962-0,3213); rừng tự nhiên lá rộng thường xanh giàu, nghèo, trung bình (0,3213-0,4025); rừng hỗn giao gỗ-tre nứa (0,4025-0,4412); rừng tự nhiên lá rộng thường xanh phục hồi (> 0,4412).
Vorovenci, I, (2014), đã xây dựng 2 bản đồ hiện trạng sử dụng đất năm 1993 và 2009 ở khu vực Đông nam, Romania theo đối tượng phân loại hiện trạng sử dụng đất thành 7 loại: đất đô thị và xây dựng; đất rừng; đất nông nghiệp; đất chăn thả; đất khác; mặt nước; đất không thể sản xuất nông nghiệp bằng ảnh Landsat 5 TM. Kết quả nghiên cứu đã xây dựng 2 bản đồ hiện trạng sử dụng đất năm 1993 và 2009 với độ chính xác lần lượt là 85,91% và 88,18%. Nghiên cứu đã cho thấy, giai đoạn 1993-2009 diện tích đất đô thị tăng 14,88%, diện tích đất rừng tăng 3,68%, diện tích đất không thể sản xuất nông nghiệp tăng 13,74%, diện tích đất chăn thả tăng 77,75%, diện tích đất trống tăng 62,05%, diện tích mặt nước tăng 23,53% và diện tích đất nông nghiệp giảm 47,43%.
Nguyễn Văn Thị và Trần Quang Bảo, (2014) [20] đã ứng dụng kỹ thuật phân loại ảnh hướng đối tượng nhằm phân loại trạng thái rừng theo Thông tư 34. Nghiên cứu đã sử dụng ảnh vệ tinh SPOT 5 và kỹ thuật phân đoạn ảnh đa phân giải trong phần mềm eCognition để phân loại hiện trạng rừng cho khu vực nghiên cứu gồm 4 xã (Sơn Kim 1, Sơn Kim 2, Sơn Tây, thị trấn Tây
Sơn), huyện Hương Sơn, tỉnh Hà Tĩnh. Kết quả nghiên cứu đã xây dựng được bản đồ hiện trạng rừng gồm 7 loại trạng thái: rừng lá rộng thường xanh giàu, rừng lá rộng thường xanh trung bình, rừng lá rộng thường xanh nghèo, rừng lá rộng thường xanh phục hồi, rừng hỗn giao gỗ-tre nứa, rừng trồng và đất trống với độ chính xác 76%.
Nguyễn Thị Thu Hiền và Cs, (2014) [7], đã sử dụng ảnh vệ tinh SPOT 4 để đánh giá biến động sử dụng đất/lớp phủ huyện Tiên Yên tỉnh Quảng Ninh giai đoạn 2000-2010. Nghiên cứu đã phân loại hiện trạng sử dụng đất khu vực nghiên cứu thành 9 loại: đất lúa, đất rừng, rừng ngập mặn, nương rẫy-cây bụi, cỏ, đất xây dựng, sông suối, mặt nước, đất trống-núi đá và thành lập bản đồ bản đồ sử dụng đất các năm 2000, 2005, 2010 với độ chính xác lần lượt là 82,74%, 80,97%, 89,33%. Kết quả nghiên cứu cho thấy, trong vòng 10 năm diện tích đất rừng tăng 3.916,91 (ha), rừng ngập mặn tăng 1.720,57 (ha), đất nương rẫy-cây bụi giảm 4.200,16 (ha).
Nguyễn Văn Lợi và Vũ Kim Chi (2014) [17], đã nghiên cứu phân loại lớp phủ bằng phương pháp tiếp cận hướng đối tượng trên ảnh SPOT lưu vực Suối Muội, Thuận Châu, Sơn La. Nghiên cứu đã sử dụng ảnh SPOT 5 và phương pháp phân loại theo quy tắc mờ để phân loại hiện trạng sử dụng đất thành 8 loại (dân cư, lúa nước, nương rẫy, ao-hồ, rừng kín, rừng thưa, cây bụi, trảng cỏ) với độ chính xác 87,5%. Kết quả nghiên cứu cho thấy, phương pháp phân loại này tốt cho hầu hết các lớp đối tượng và nó phụ thuộc vào độ chính xác của việc phân mảnh ảnh và quá trình xác định “Rule Set” cho việc phân loại. Kết quả phân mảnh ảnh càng tốt thì độ chính xác của phân loại càng cao và ngược lại.
Azzouzi, S. A. et al, (2015) [26], đã lập bản đồ hiện trạng sử dụng đất và đánh giá biến động sử dụng đất tại Algeria giai đoạn 2000-2010 dựa trên 5 đối tượng phân loại: đất rừng, đất đồng cỏ, đất đô thị, đất trống và mặt nước bằng ảnh vệ tinh Landsat 5 và Landsat 7. Kết quả nghiên cứu đã
xây dựng được lớp bản đồ hiện trạng sử dụng đất năm 2000 và 2010 với độ chính xác 93,96%. Các tác giả kết luận, diện tích rừng đã tăng 3,18%, diện tích đất đô thị tăng 2,9% trong khi đó diện tích đất đồng cỏ và đất khác giảm lần lượt là 3,64% và 3,06%.
Devaney, J. et al, (2015) [30], đã xây dựng bản đồ tỷ lệ che phủ rừng tại thời điểm năm 2010 cho nước Cộng hòa Ai Len với độ chính xác kiểm định đạt 97.43% theo 2 đối tượng phân loại đất lâm nghiệp: đất có rừng và đất không có rừng khi sử dụng ảnh ALOS PALSA.
Deus, D (2016) [31], đã thành lập bản đồ hiện trạng rừng tại Tanzania bằng các sử dụng kết hợp 2 loại ảnh Landsat 5-TM và ảnh AlOS PALSAR. Ông đã phân loại đất lâm nghiệp thành 5 loại: rừng dày, rừng thưa, cây bụi, mặt nước và đất trống. Đánh giá độ chính xác kết quả phân loại cho thấy: độ chính xác đạt 86% khi sử dụng ảnh Landsat, đạt 59% khi sử dụng ảnh ALOS và đạt 97% khi có sự kết hợp cả 2 loại ảnh này.
Kimutai, D. K. et al, (2016) Ơ39], đã thành lập bản đồ và đánh giá biến động rừng giai đoạn 1985-2002 và giai đoạn 2002-2015 tại khu vực Lembus, Kenya dựa trên 4 đối tượng phân loại: rừng dày, rừng thưa, đồng cỏ và đất trống bằng ảnh Landsat 5, 7, 8 và mô hình số độ cao (DEM). Kết quả của nghiên cứu đã cho thấy, độ che phủ của rừng đã giảm từ 11,2% ở giai đoạn 1 xuống 8,2% ở giai đoạn 2. Tỷ lệ độ che phủ giảm hàng năm từ 0,4% ở giai đoạn 1 đến 0,2% ở giai đoạn 2.
Nguyễn Hữu Hải và Cs, (2016), đã đánh giá biến động diện tích rừng huyện Đại Lộc, tỉnh Quảng Nam giai đoạn 1988-2017 bằng ảnh vệ tinh Landsat 5 TM, Landsat 8. Các tác giả đã phân loại hiện trạng sử dụng đất khu vực nghiên cứu thành 6 loại: rừng tự nhiên, rừng trồng, khu dân cư, mặt nước, đất nông nghiệp, đất khác. Kết quả đánh giá của các tác giả cho thấy, giai đoạn 1988-2017, diện tích rừng tự nhiên giảm từ 30.278,1 ha xuống 16.895,3 ha. Diện tích rừng trồng tăng 9.107,4 ha.
Nguyễn Hải Hòa và Cs (2016) [9], đã xây dựng bản đồ đánh giá biến động diện tích rừng trong phạm vi diện tích 2 xã vùng đệm Xuân Đài, Kim Thượng, VQGNKĐ Xuân Sơn, tỉnh Phú Thọ giai đoạn 2001-2015 với chỉ số NDVI được trích xuất từ Landsat 5, Landsat 7, Landsat 8. Đối tượng phân loại đánh giá được phân 3 loại (đất có rừng, đất chưa có rừng, đối tượng khác). Nghiên cứu đã xây dựng được 03 lớp bản đồ hiện trạng đất lâm nghiệp các năm 2001, 2008, 2015 với độ chính xác lần lượt là 81,7%, 82,5% và 86,5%. Kết quả nghiên cứu cho thấy, giai đoạn 2001-2015 diện tích đất lâm nghiệp có rừng tại xã vùng đệm Xuân Đài, Kim Thượng, VQGNKĐ Xuân Sơn, tỉnh Phú Thọ tăng 3.039,8 ha.
Nguyễn Thị Ngọc Quyên và Cs, (2016) [19], đã thành lập bản đồ thảm phủ lưu vực Srepok khu vực Vườn Quốc gia Nam Ka Đinh bằng ảnh Landsat 8 và phương pháp giải đoán có kiểm định để phân loại khu vực nghiên cứu thành 7 loại: rừng thường xanh, rừng rụng lá, rừng hỗn giao, đất chuyên dùng, cây hàng năm, cây lâu năm, mặt nước với độ chính xác phân loại là 73,53%. Kết quả nghiên cứu cho thấy ảnh Landsats 8 là một nguồn tư liệu đầu vào đáng tin cậy cho các nghiên cứu chuyên sâu hơn được tiến hành trên lưu vực sông Srepok.
Trần Thu Hà và Cs, (2016) [5], đã lập bản đồ giám sát diện tích rừng huyện Cao Phong tỉnh Hòa Bình giai đoạn 2005-2015 bằng sử dụng ảnh Landsat ETM, Landsat 8, VN RedSat-1, SPOT 6 để phân loại hiện trạng sử dụng đất khu vực nghiên cứu thành 3 loại: có rừng, không rừng, mặt nước với độ chính xác 83,0%. Kết quả nghiên cứu cho thấy, tổng diện tích đất có rừng sau 10 năm đã tăng 2.324,87 ha.
Phạm Quang Vinh và Vũ Thị Kim Dung (2016) [21], đã lập bản đồ và đánh giá biến động tài nguyên rừng ở tỉnh Điện Biên giai đoạn 2002-2014 bằng sử dụng ảnh vệ tinh Landsat 7 và Landsat 8 để phân loại thành 9 đối tượng trên ảnh: rừng giàu, rừng trung bình, rừng nghèo, rừng phục hồi, rừng tre nứa, rừng hỗn giao gỗ-tre nứa, rừng núi đá, rừng trồng, đất không có rừng
với độ chính xác 83% (năm 2002) và 90% (năm 2014). Kết quả nghiên cứu cho thấy, giai đoạn 2002-2014, diện tích đất có rừng đã tăng 83.815 ha (8,76%). Diện tích rừng giàu, rừng phục hồi tăng trong khi đó rừng trung bình không có sự thay đổi đáng kể về diện tích và diện tích rừng nghèo giảm.
Akay, A. E. et al, (2017) [23], đã sử dụng ảnh vệ tinh Landsat 5 TM và ảnh Landsat 8 để phát hiện biến động đất rừng giai đoạn 2000-2017 tại Bursa, Thổ Nhĩ Kỳ. Kết quả đã lập 2 bản đồ hiện trạng sử dụng đất tại thời điểm năm 2010 và năm 2017 với 5 loại hình sử dụng đất gồm: rừng, rừng ngập nước, đầm lầy, mặt nước và đất khác với độ chính xác tương ứng tại 2 thời điểm là 84,96% và 81,47%. Biến động giảm về diện tích rừng trong gia đoạn là 4,61%.
Đoàn Duy Hiếu và Nguyễn Thám (2017) [6], đã lập bản đồ hiện trạng rừng các năm 2000, 2014 với độ chính xác lần lượt là 93,6% và 91,6% và đánh giá biến động rừng huyện Ia Pa tỉnh Gia Lai giai đoạn 2000-2014 bằng ảnh Landsat TM và Landsat 8. Đối tượng được xác lập và đánh giá được phân thành 6 loại: rừng giàu, rừng trung bình, rừng nghèo, rừng chưa có trữ lượng, rừng trồng, đất trống. Kết quả nghiên cứu cho thấy, diện tích rừng tự nhiên giảm 16.108,78% tương ứng với độ che phủ giảm 18,55%.
Bhagwat, T. et al, (2017) [27], đã sử dụng ảnh Landsat đa thời gian để phát hiện sự thay đổi rừng giai đoạn 2002-2014 ở Myanmar. Kết quả nghiên cứu đã xây dựng bản đồ phân loại với 2 kiểu (có rừng và không có rừng) với độ chính xác 80%. Nghiên cứu đã chỉ ra rừng đã bị giảm 0,94% trong giai đoạn nghiên cứu.
Koppad A. G. et al (2017), đã sử dụng chỉ số NDVI trích xuất từ ảnh Landsat ETM+ để phân loại hiện trạng sử dụng đất, rừng tại huyện Uttara Kannada, Ấn Độ, đối tượng được phân chia dựa vào ngưỡng chỉ số NDVI gồm: mặt nước (từ -0,51 đến -0,27); đất trống (-0,27-0,14); đất nông nghiệp (0,14-0,37) và đất có rừng (0,37-0,69).
Dash, C. J. et al, (2018) [29], đánh giá thay đổi của rừng và tỷ lệ mất rừng cho khu vực Odisha, Ấn Độ trong giai đoạn 1930-2013 bằng ảnh vệ tinh Landsat MSS, TM, ảnh IRS. Để đánh giá thay đổi của rừng theo giai đoạn, các tác giả đã phân chia đối tượng rừng thành 4 loại: rừng dày, rừng thưa, không có rừng và mặt nước. Đồng thời thành lập bản đồ hiện trạng rừng các năm 1973, 1990, 2004, 2013 với độ chính xác lần lượt là 71,8%, 85,2%, 90,7% và 93,3%. Kết quả nghiên cứu đã xác định được tỷ lệ mất rừng ở các giai đoạn như sau: giai đoạn 1932-1973 là 0,38%/năm; giai đoạn 1973-1990 là 3,92%/năm; giai đoạn 1990-2004 là 1,71%/năm và giai đoạn 2004-2013 là 0,63%/năm.
Trần Quang Bảo và Cs (2018)[3], đã xây dựng bản đồ hiện trạng rừng và đánh giá biến động rừng tại Công ty Lâm nghiệp La Ngà, tỉnh Đồng Nai giai đoạn 2010-2016 bàng ảnh Google Earth theo 9 đối tượng phân loại đất lâm nghiệp với độ chính xác 81%. Nghiên cứu cho thấy, giai đoạn 2010-2016, diện tích rừng của Công ty Lâm nghiệp La Ngà tăng 12,6% do nhiều diện tích đất trống chuyển sang đất trồng rừng.
Shisshir, S. et al, (2018), đã sử dụng chỉ số NDVI được trích xuất từ ảnh IKONOS để xác định các loại hình sử dụng đất như sau: mặt nước (0,01 ± 0,01); đất khác (0,14 ± 0,01); đất ở (0,30 ± 0,00); đất nông nghiệp (0,31 ± 0,01); đất đồng cỏ (0,42 ± 0,02); đất bỏ rừng hoang (0,62 ± 0,01); đất rừng (0,73 ± 0,01).
Nguyễn Minh Kỳ và Cs, (2019) [15], tiến hành lập bản đồ và đánh giá biến động tài nguyên rừng ở huyện Chư Prông, tỉnh Gia Lai giai đoạn 2005- 2016 theo 4 đối tượng phận loại: đất nông nghiệp, đất rừng, đất chưa sử dụng và đất khác với độ chính xác 76,0% bằng ảnh Landsat 7, Landsat 8.Kết quả lập bản đồ và đánh giá biến động cho thấy, giai đoạn 2005-2016, diện tích rừng giảm mạnh từ 60,1% (2005) xuống 26,8% (2016).
Yang, R. et al, (2019) [49], đã sử dụng tư liệu ảnh viễn thám với 3 loại ảnh Landsat 5, 7, 8 để xác định mất rừng tại Myanmar trong giai đoạn
từ năm 1988 đến năm 2017 dựa vào sự phân loại sử dụng đất thành 7 nhóm loại: mặt nước, đất nông nghiệp, đất ngập nước, đất bán ngập, rừng, đất trống và đất băng tuyết và cứu đã xây dựng 9 bản đồ hiện trạng sử dụng đất tương ứng với 9 năm gồm: 1988, 1992, 1996, 2000, 2004, 2008, 2011, 2014, 2017 với độ chính xác phân loại đạt từ 83% đến 93%. Các tác giả đã chỉ ra, trong 30 năm diện tích rừng đã giảm 11.062,1 ha, tỷ lệ mất rừng trung bình hàng năm là 0,87%.
Amani, M. et al, (2019) [24], tiến hành phân loại hiện trạng sử dụng đất trên toàn quốc. Bằng ảnh Landsat 8 đa thời gian, các tác giả đã phân loại hiện trạng sử dụng đất trên phạm vi toàn lãnh thổ Iran thành 13 loại với độ chính xác 74%.
Hościło, A. et al, (2019), thực hiện nhận dạng một số loài cây và phân loại rừng ở Ba Lan bằng ảnh vệ tinh Sentinel 2 và mô hình số độ cao (DEM). Các tác giả đã phân loại được 8 loài cây rừng chính gồm: Vân sơn (Spruce), Thông (Pine), Lanh sam (Fir), Thông rụng lá (Larch), Dẻ gai (Beech), Sồi (Oak), Cáng lò (Alder), Bạch dương (Birch) và lập bản đồ đất rừng và đất không có rừng với độ chính xác lập đạt 98,3%, lập bản đồ rừng lá kim và rừng cây lá rộng với độ chính xác đạt từ 75,6% đến 81,7%.
Yang, Y. et al, (2019) [49], đã dùng chỉ số NDVI được trích xuất từ ảnh vệ tinh landsat 6 để phân loại hiện trạng thảm phủ thực: Ngưỡng chỉ số phân loại đối tượng gồm: không có lớp thực vật che phủ (NDVI ≤ 0,2); khu vực có thực vật che phủ thấp (0,2 < NDVI ≤ 0,5); khu vực có thực vật che phủ trung bình (0,5 < NDVI ≤ 0,8); khu vực có thực vật che phủ cao (NDVI > 0,8).
1.3.1.2. Ở Lào
Cộng hòa Dân chủ Nhân dân Lào, sử dụng tư liệu ảnh viễn thấm và